zoukankan      html  css  js  c++  java
  • Torch7学习笔记(三)Sequencialization

    1.序列化

    Torch提供4种高级方法来序列化或者反序列化任意Lua/Torch对象。这些方法都是从File对象抽象出来的,为了方便操作而创建。

    前两种方法用来从文件序列化或者反序列化的:

    torch.save(filename,object [, format])

    [object] torch.load(filename [, format])

    下面两个函数是从字符串中序列化或者反序列化的:

    [str] torch.serialize(object [,format])

    [object] torch.deserialize(str [,format])

    序列化成文件可用于保存任意类型数据结构,共享之类的。序列化为字符串的好处在于数据结构可以保存在数据库中,或者第三方软件中。

    下面详细讲解各个函数的用法。

    1.1 torch.save(filename,object [, format])

    把object对象写入文件filename中,format可选为ascii和binary,默认是binary。二进制类型是与平台相关的,但是很紧凑并且读写速度很快。ASCII类型与平台无关,可以跨平台共享。

    -- arbitrary object:

    obj = {

       mat = torch.randn(10,10),

       name = '10',

       test = {

          entry = 1

       }

    }

    -- save to disk:

    torch.save('test.dat', obj)

    1.2 [object] torch.load(filename [, format])

    从文件中读取对象。

    -- given serialized object from section above, reload:

    obj = torch.load('test.dat')

    print(obj)

    -- will print:

    -- {[mat]  = DoubleTensor - size: 10x10

    --  [name] = string : "10"

    --  [test] = table - size: 0}

    1.3 [str] torch.serialize(object [,format])

    将对象序列化为字符串(

    -- arbitrary object:

    obj = {

       mat = torch.randn(10,10),

       name = '10',

       test = {

          entry = 1

       }

    }

    -- serialize:

    str = torch.serialize(obj)

    1.4 [object] torch.deserialize(str [,format])

    从字符串中反序列化对象,默认仍然是binary的。

    -- given serialized object from section above, deserialize:

    obj = torch.deserialize(str)

    print(obj)

    -- will print:

    -- {[mat]  = DoubleTensor - size: 10x10

    --  [name] = string : "10"

    --  [test] = table - size: 0}

  • 相关阅读:
    [调参]batch_size的选择
    [调参]CV炼丹技巧/经验
    [Pytorch]Pytorch加载预训练模型(转)
    [PyTorch]论文pytorch复现中遇到的BUG
    [Opencv]图像的梯度与边缘检测(转)
    freemodbus移植、实例及其测试方法
    eclipse的C/C++开发搭建
    ROS安装
    U-boot移植
    QT开发实战一:图片显示
  • 原文地址:https://www.cnblogs.com/crossing/p/4826679.html
Copyright © 2011-2022 走看看